[发明专利]一种异类传感器联合航迹关联与跟踪方法

权利要求书

1.一种异类传感器联合航迹关联与跟踪方法，其特征在于，包括以下步骤：

S1、初始化系统参数；

S2、通过高斯克吕格投影，将多种数据源映射到统一的笛卡尔坐标系下；

S3、通过哈希编码对数据源报文进行粗关联；包括以下子步骤：

S31、进行基于位置的编码，通过对公共直角坐标系的X轴和Y轴等间隔的划分，将整个空间划分成一个个等间隔的格子；对于每一帧传感器数据点，通过所在位置找到其所属的格子，用格子的编号作为hash的key值，来编码存储传感器数据点信息；

S32、进行基于航迹号的编码，对于每一帧数据，创建字典数据结构存储报文信息；若收到的报文包含新的航迹号，则在字典中新建一个键索引该报文，若收到的报文中包含旧的航迹号，则根据已有键索引到指定报文信息并更新信息；

S4、对报文航迹进行卡尔曼滤波处理；具体实现方法为：更新状态转移矩阵F，其取值与系统航迹上一更新时间l和当前航迹时间k的间隔有关，设目标运动模型为CV模型，则：

其中：

T＝k-l (12)

航迹预测状态为：

其中为第m条系统航迹在上一个更新时间l的航迹状态，为其在当前k时刻的航迹预测状态；

得到预测的航迹位置为：

其中H为观测矩阵：

雷达i的第j条航迹的位置值为：

z_ij(k)＝Hx_ij(k) (16)

两个位置值相减即得到新息：

预测误差自相关矩阵和计算新息的自相关矩阵为：

其中表示系统航迹m在l时刻的状态误差自相关矩阵，表示其k时刻的预测状态误差自相关矩阵，Q即过程噪声的协方差矩阵；

得到相对应的新息自相关矩阵为：

其中，R表示噪声协方差矩阵；

计算滤波器的增益：

得到更新后的预测航迹位置为：

由于同一时刻只有一个雷达航迹用于更新，也是单一的，因此状态误差自相关矩阵的更新更适用于单一量测更新航迹情况，得到状态误差自相关矩阵为：

S5、通过线性外推和内插，对滤波后的报文点迹作时间对齐；具体实现方法为：通过线性外推和内插，对滤波后的报文点迹作时间对齐，外推和内插的公式均为：

(x₁,y₁)表示传感器1的目标位置，(x₂,y₂)表示传感器2的目标位置，t₁、t₂表示传感器2的两个已知时刻，t₃表示需要对齐的传感器1时刻；

S6、通过最近邻算法进行点迹的关联；具体实现方法为：圆误差是定义在平面内的二维高斯分布：

其中，(x,y)是点迹在二维平面的坐标；σ是标准差，通过对公式(22)中计算得到的状态误差自相关矩阵进行开平方计算得到；因此，在两个不同的传感器的点迹做关联时，定义其关联概率为：

ξ(d)＝exp(-d^TC^-1d) (25)

其中，d＝[x₁-x₂,y₁-y₂]^T，C是协方差；若协方差未知，则令C等于对角单位阵I或根据点迹的量测精度估计出其量测协方差；

定义置信度门限T为雷达误差标准差与AIS/ADSB误差标准差之和，当ξ(d)＞T时，认为两个点迹关联成功；如果雷达的某个点迹与AIS/ADSB的多个点迹关联成功，根据最近邻准则，判断ξ(d)最大的点迹对关联成功；

S7、通过(M,C)/N逻辑判断准则进行航迹的关联；包括以下子步骤：

S71、将航迹状态分为未关联航迹、实验航迹、确认航迹三种，通过双阈值门限来实现航迹状态之间的转换；

S72、未关联航迹一旦在单次判决中与某条系统航迹关联，则升级到试验航迹；对试验航迹采用(M,C)/N准则来管理航迹级别的升降，其中，M＝2是关联质量，C＝2是脱离质量，N＝3是决策次数；

S73、如果最近的3次关联中有2次关联成功，则升级为确认航迹；如果最近的3次关联中有2次关联失败，则降级为未关联航迹。